“『つくりながら学ぶ! 深層強化学習 ~PyTorchによる実践プログラミング~』 (株式会社電通国際情報サービス 小川雄太郎・著、マイナビ出版・出版)”

2019.03.04

強化学習、さらにディープラーニングを組み合わせた深層強化学習DQN(Deep Q-Network)に関連する概念を分かりやすく解説しつつ、Python+PyTorchで「倒立振子課題」「迷路を解くプログラム」「ブロック崩しの攻略」を実装していきます。まだまだ解決すべき課題の多い深層強化学習という分野への興味を持つ人々への一助となる書籍です。
第1章「強化学習の概要」
機械学習とその3分類(教師あり学習、教師なし学習、強化学習)について紹介。
第2章「迷路課題に強化学習を実装しよう」
簡単な強化学習(方策勾配法、Sarsa、Q学習)のコードをひとつずつ実装しながら、強化学習のアルゴリズムと実装方法を理解する。
第3章「倒立振子課題に強化学習を実装しよう」
強化学習の基本をより複雑な課題へ適用。
第4章「Pytorchでディープラーニングを実装しよう」
ディープラーニングの内容を理解し、PyTorchで実装する。
第5章「深層強化学習DQNを実装しよう」
強化学習にディープラーニングを組み合わせた深層強化学習を理解し、DQNを実装できるようにする。
第6章「深層強化学習の発展版を実装しよう」
新しい深層強化学習の手法、Double-DQN、Dueling Network、Prioritized Experience Replay、A3C、A2Cを理解し実装できるようにする。
第7章「AWSのGPU環境でブロック崩しを実装しよう」
ブロック崩しゲームを対象に深層強化学習のA2Cを実装。

詳しくはこちら

コメントを残す

メールアドレスが公開されることはありません。 *が付いている欄は必須項目です

関連記事

TOPICS

MORE